搜索
第六章衡量問題(Measure)DMAIC目標•瞭解衡量的目的與概念•學會DMAIC中，衡量步驟的步驟與方法確認數據類型與範圍決定收集方法與工具•量測系統分析•數據收集•能力分析衡量階段的目的•如何用衡量技術，以收集界定階段所確認之問題流程的有關數據，滿足關鍵品質特性(CTQ)之要求。何謂衡量•利用相關量測工具，以觀察到的數據來描述流程、產品、或服務的數量、績效、或能力為什麼要衡量?•確認流程的基線績效•鑑別變異的來源•鑑別可進行改善之領域衡量的應用•量測的標準單位：如數量、不良數、溫度、時間、重量…•不同階段的量測：產出結果(OUTPUT)流程(IN-PROCESS)輸入(INPUT)衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析一、確認數據類型與範圍•數據類型：-定量(計數、計量)-定性(文字或圖像)•數據範圍：-現有的：CTQ(Y)、變異源-新增的：CTQ(Y)、變異源※變異源：(X1,X2,X3…..,Xn)數據類型-計數數據•代表“某些事情發生或不發生”•間斷性數據•個數•是/否•通過/不通過•良的/不良的數據類型-計數數據•相關數據，只在缺點發生後才可記得•反映長期趨勢，無法管制出現什麼問題•所需觀察數據的數量較多(至少50-100)數據類型-計量數據•代表“發生的事情的情況”•連續性數據•尺寸•重量•時間•壓力•溫度數據類型-計量數據•在過程中隨時可測得•反映短期趨勢，可即時管制變異•所需觀察數據的數量相對較少(至少30)數據類型-定性數據•以文字或圖像表達者•此等數據要轉換成兩種定量數據中的一種數據類型-實例定性計數計量生產效率高每個產出不每個產出須到1分鐘時58秒這個零件不好不合規格長規格：9.5mm+/-0.5量測值：10.05mmWORKSHOP：提出3例變異理論•變異無所不在•流程中所有反覆發生的活動都有一定的波動•輸入、流程和輸出的量測結果也是波動的變異變異的類別•共同原因：變議會在過程中，自然且隨機地出現，但其聯合的效果，卻是穩定且可以統計手法加以預測者，謂之。•特殊原因：變異非過程本身既有的，而係外部來源所引起者，謂之；亦稱為可歸屬之原因。流程改善常犯的二項基本錯誤•將導因於共同原因的錯誤、抱怨、缺失、停線、意外或缺料、…，當作特殊原因處理。結果：因誤改穩定的系統，導致增加系統的變異。•將導因於特殊原因的錯誤、抱怨、缺失、停線、意外或缺料、…，當作共同原因處理。結果：錯過減少變異的機會。減少變異的方法•共同原因：在管理的控制下，改善流程的技術。•特殊原因：應用統計方法辨識之，再加以矯正。戴明：企業組織的每一員工應熟識統計技術和其他問題分析解決的工具。區別管制和改善•管制：去除異常狀況的原因。•改善：提升到一個新的高水準績效。變異源過程人、方法材料機器量測、媒介產品/服務Workshop•鑑別變異源：採購下單到材料交貨的過程中，可能有哪些變異源?失效模式與效應分析(FMEA)•當產出因變異而無法滿足顧客期望，則其流程或產品及處於“失效模式”•失效模式與效應分析(FMEA)是確認變異影響的一種方法：-用於鑑別和評估產品或流程的潛在失效與其影響-並可鑑別出可消除或減少潛在失效機會的措施(詳細說明於第八章)確認數據範圍現有的：CTQ(有/無)、變異源(有/無)新增的：CTQ(無/有)、變異源(無/有)衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析二、決定收集方法與工具•層別法的應用•抽樣類型與方法•發展數據收集工具層別法的應用•層別法：將數據依不同層別收集，以檢查不同層別間量測值的差異，進而瞭解過程的差異和潛在變異層別法的應用•層別法的分類：不同部門不同作業員不同製程不同機器不同時間不同原料不同檢查方法不同地區不同環境層別法的應用-範例直方圖分解25303540012345678C3Frequency2930313233343536373801234567C2Frequency層別法的應用-範例29303132333435363738303540C2C1散佈圖分解二、決定收集方法與工具•層別法的應用•抽樣類型與方法•發展數據收集工具抽樣類型與方法•何謂抽樣：由群體中抽取少量數據，以對群體作出統計估計抽樣類型與方法•抽樣的時機：收集所有群體數據為不可能時破壞性的數據收集時相對少量的數據，也可以得到可靠的結論抽樣類型與方法•抽樣類型：過程抽樣群體抽樣抽樣類型與方法•抽樣方法：(重點：隨機性和代表性)隨機抽樣層別式隨機抽樣系統隨機抽樣分組抽樣二、決定收集方法與工具•層別法的應用•抽樣類型與方法•發展數據收集工具發展數據收集工具•數據收集工具：用於紀錄數據的表格、查檢表或其他工具發展數據收集工具建立原則：•工具內容應只包含擬收集的數據資訊•工具應易於理解和使用•全面使用前應經過解說和試用查檢表•瞭解目的您正調查什麼您將採何種措施•依列行等方式，展示數據的層別作業者、機器、材料、日期、次數等用列、行彙總數據•讓查檢表易於使用使數據依序收集忽略無關的數據衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析三、量測系統分析(MeasurementSystemAnalysis-MSA)•在儀器、人和其它作業環境(有的話)的變異遠小於待測物的變異下，由待測物所測得的變異，方為真正的變異•本分析要能顯示所量測的變異是來自量測工具或過程本身•目的：確保透過量測系統收集到的資訊，真正代表過程正在發生的情況量測系統之變異1.再現性(Repeatability)2.再生性(Reproducibility)3.偏移(Bias)4.穩定性(Stability)5.線性(Linearity)6.零件變異(PartVariation)再線性/再生性1.再現性-Repeatability(量具變異EV)：同一種量具，同一位作業者，當多次量測相同零件之特性時，所得之變異2.再生性-Reproducibility(作業者變異AV)不同作業者，以相同量具，量測相同產品特性時，量測平均值之變異偏性/穩定性3.偏移-Bias(又稱準確度-Accuracy)：指量測平均值與真值之差值(真值可藉由較高級之量具，量測數次之平均值而得)4.穩定性-Stability(漂移-Drift)：不同時間量測值之變異線性/零件變異5.線性-Linearity：量具在使用範圍內，偏移(準確度)差異之分佈狀況6.零件變異-PartVariation(PV)：製程中個別零件量測平均值之變異MSA-操作性定義•以專案團隊所提出的操作性定義驗證量測系統，確保從事量測的人員，完全瞭解數據收集的要求•為使收集的數據一致，必須確保操作性定義涵蓋到要紀錄什麼、如何紀錄MSA-操作性定義範例：•以月日時的方式紀錄採購進料到達的時間•每日結束工作前，以交期延誤表列出產品品項、數量、延誤原因•以工時紀錄表，紀錄每一加工件加工前後的規格和加工時間MSA-間測過程•建立操作性定義•訓練數據收集人員•全程監測數據收集過程•修正上述過程，直到所收集的數據能真正反映現有過程如何進行量測系統分析1.建立必要的指導文件，例如分析指導書等。2.建立必要之程序書，以管制所有量測系統維持在正常及最佳狀態。3.須有合格之分析人員，待分析之量具，以及必要之環境。4.依據相關之指導書執行分析作業。5.搜集足夠之數據，再依據所使用之分析表單執行分析作業。6.應有分析結論判定此量測系統是處於可接受、免強接受或不能接受。量具再現性與再生性判讀1.數值10%2.10%≦數值≦30%3.數值30%表示該量具系統可接受表示該量具系統可接受，決定於該量具系統之重要性，修理所須之費用等因素表示該量具系統不能接受須予改進。範例KCF公司準備評估一量測系統，第一個備評估的量具為厚薄規。品質工程師決定10個零件以代表製程變異並檢驗單位，隨機選出三位檢驗人員並執行二次量測，其結果如表1及表2所示。個別全距的上管制界限(UCLR)及下管制界限(LCLR)計算結果如表1，這些數值可點繪在再現性全距管制圖。但經分析顯示，所有全距均在管制狀態下(亦即在UCLR及LCLR之間)。此表示所有的操作者是一致的，而且是以相同的方法使用量具。然後再計算個變異項目的量測單元分析及製程變異百分比，如表2。在本例中，%R&R等於25.2%，故此量測系統對製程變異的量測被認為是在接受邊緣。衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析四、數據收集•指定數據收集計劃•指定數據收集人員•訓練數據收集人員•監測數據收集過程•檢視數據是否合理Workshop•請根據範例計算再生性與再現性•Minitab操作及相關表格填寫Minitab操作Minitab操作Minitab操作Minitab操作衡量階段的步驟確認數據類型與範圍決定收集方法與工具量測系統分析數據收集能力分析五、能力分析•針對所收集的數據，透過能力指標的計算，以評估一個過程，目前在滿足顧客的需求上表現有多好能力分析•能力指標-計數數據：DPU、DPMO、PPM-計量數據：Cp、Cpk、Pp、Ppk•進一步計算能力指標達到的σ值每單位的缺點數DefectPerUnit(DPU)•共通的績效衡量基準•缺點的計數不包含移除部份過程的品質=生產的缺點，而非那些漏過檢驗和裝運的!•單位是一個工作輸出衡量多少件事情多少噸物品多少行軟體編碼多少筆交易等每單位的缺點總數TotalDefectsPerUnit(TDU)•TDU=ΣDPU•過程所有步驟的DPU總合也稱為：移動產出•比較相似過程來評比Workshop：訂購零件數量500個，其中進廠檢驗發現有缺點數3個，製造發現缺點數7個，被顧客發現缺點數13個，則TDU?每百萬機會的缺點數DefectsPerMillionOpportunities按照前面例子，訂購零件數量500個，其每個零件有缺點的機會為5個，其中TDU=0.046，則DPMO=0.046/5*1,000,000=9200Workshop:某一批產品其交貨數量200件，沒有準時交貨之件數為27件(每一件產品出現缺點機會為1)，其DPMO=?首次良率(First-TimeYield,FTY)•流程首次良率FTY是60%，不是90%•注意成本上的結果：正常的成本10個單位加上重工成本4個單位及報廢成本一個單位•注意週期上的結果：正常的週期6個單位加上延伸週期3個單位及訂貨週期1個單位Process重工104639NG1首次良率(First-TimeYield，FTY)•首次良率是輸出的一小部份包含零缺點；用於卜式分配的流程，FTY=exp(-DPU)RTY=exp(-TDU)•相反的，假如FTY是已知的DPU是可以被計算的DPU=-ln(FTY)ln是自然對數•假定事件(缺點)的發生近似依據Poisson定理直通率(RolledThroughputYield,RTY)•整個流程的首次產出經過所有流程步驟不包含重工的產出機率相乘所有流程的首次產出•也稱為：移動產出RTY=ΠFTY範例•一個標竿團隊拜訪相似的流程，發現直通率(RTY)=22.3%；他們計算27步驟在這流程；這個流程是多少DPMO及Sigma?TDU=-ln(RTY)DPMO=1.5/27×1,000,000TDU=-ln(.223)DPMO=55,556TDU=-(-1.5)σ=3.1σTDU-1.5製程能力分析1.Ca=(Xbar-μ)/(T/2)2.Cp=T/6σ3.Cpk=(1-｜Ca｜)×Cp製程能力分析4.不良率P↓(綜合評價)•ZL=-3Cp(1+Ca)超出下限PL%•ZU=3Cp(1-Ca)超出下限PU%•P%=PU%+PL%總不良率5.定義：(1)Xbar:製程平均值(2)T:公差(3)Sc:規格中心製程能力等級判定等級CaCpCpkA∣Ca∣≦12.5%1.33≦Cp1.33≦CpkB12.5%＜∣Ca∣≦25%1.00≦